A voice over (hangrámondás) automatizált fordítása azoknak a feladatoknak az egyike, amelyekben a gépek versengenének az emberrel. Egyrészt, az automatizáció segítene alacsony költségvetéssel dolgozó producereknek, például új piacokat szerezhetnének vele, másrészt viszont, ha elterjednek ezek a rendszerek, több előadóművész elveszítheti a munkáját.

A londoni Papercup startup különleges megoldást kínál videós hangrámondások több nyelvre történő fordításában. Az algoritmikus fordítást, a hangszintézist az ember által végzett minőségi ellenőrzéssel kapcsolják össze, azaz humán résztvevő is van a folyamatban.

A legutóbbi befektetői kör alapján a piac bízik a Papercup megközelítésében.

A rendszer működése logikus és egyértelmű: videókészítők feltöltik az anyagukat és meghatározzák, hogy milyen nyelven, nyelveken kell nekik a fordítás. Egyelőre az angol, a mandarin, az olasz, a latinamerikai spanyol és a brazil portugál a választék.

Választhatnak a különféle nemeket, életkort megörökítő szintetizált hangok között, módosíthatnak a hang mélységén/magasságán és karakterén, ráadásul megváltoztathatják az általa kifejezett érzelmet (boldog, szomorú, dühös stb.) is, ami persze nem biztos, hogy célszerű.

Algoritmusok szöveggé alakítják a beszédet, és lefordítják a célnyelvre. Következő lépésként, szöveget beszéddé alakító algoritmus (text-to-speech generator) az új nyelvre „ülteti át” a voice overt. Az algoritmust a startup külső és belső adatokon gyakoroltatta.

Itt jön képbe az ember: anyanyelvi „lektor” ellenőrzi, és ha kell, manuálisan szerkeszti az eredményt.

Humán résztvevő bevonása logikusnak tűnik, mert így jobban működik a fordítás. Jelenlegi technológiákkal viszont a folyamat további automatizálása is megvalósítható. A Papercup hangválogatást kínál, ahelyett, hogy az eredetit próbálná a célnyelven utánozni, így pedig jól érzékelhetők az eredeti és a kimeneti hang közötti különbségek, a beszédaktus eltérései. Nem ártana ezen változtatni.

A mesterségesintelligencia-technológiák általában szabályozatlanok az USA-ban, ami azonban nem jelenti azt, hogy különösen, ha keményen szabályozott szektorokban használnak MI-megoldásokat, a szövetségi kormánynak ne lennének jogkörei.

A Facebookon a fiatalokat kihagyó hitelkártya-hirdetések jelentek meg valaha, aztán az állásajánlatokból a nők, az ingatlanosokból pedig a színesbőrű személyek maradtak ki. Az állampolgári jogok betartását figyelő szabályozók nem elégedtek meg a közben már Meta néven futó Facebook hirdetési irányelveinek módosításával, hanem a mamutcéget híres és titokzatos algoritmusa megváltoztatására kötelezték.

A Meta és az Igazságügy Minisztérium közötti megállapodás részeként került sor erre, mert kiderült, hogy az ingatlanhirdetésekben a cég megsértette a diszkrimináció elleni törvényeket. A Meta egy másik, a hirdetéseket elvileg egyenletesebben, a valóságban viszont nem kifejezetten az eredeti célnak megfelelően elosztó rendszer megszüntetésére is rábólintott, plusz a maximális 115054 dolláros büntetést is ki kell fizetnie.

A Meta ingatlan-, hitelkártya- és állásügyileg életkoruktól, nemüktől és bőrszínüktől függetlenül köteles eljuttatni bárkihez hirdetéseket. Az algoritmus decembertől fog működni, a Facebook mellett a Messengeren és az Instagramon is.

A cég lehetővé teszi, hogy a hirdetők helyszín, érdeklődés és online tevékenység alapján határozzák meg a célközönséget. Az életkor, nem, bőrszín és etnikum szerinti hovatartozás nem lehet szempont.

Az algoritmus rendszeresen monitorozza és korrigálja majd a tényleges és a kiválasztható célközönség közötti különbséget. Súlyozza őket, és például az elmúlt 30 napban több hirdetést megtekintő személyek magasabb pontszámot kapnak. Az aktívabbak így még több hirdetést láthatnak.

A Meta négyhavonta fog beszámolót küldeni az Igazságügy Minisztériumnak és egy, a cég által kijelölt, a kormány által jóváhagyott harmadik félnek. Ezekből a beszámolókból kiderül, hogy a szabályozás mérsékelheti-e az algoritmikus torzításokat.

A NASA, az USA űrügynöksége frissíti a Mars felett repülő helikoptert, egy 2020-ban odaküldött drónt, az ember nélküli légi jármű új ütközéselkerülő algoritmust kap.

Az Ingenuity nevű gép a felszínen tevékenykedő Perseverance rover számára végez felderítő munkát. Erre azért van szükség, mert a rover viszonylag lapos, akadálymentes terepről kockázatosabb környezet felé tart.

Az Ingenuityt csak öt repülésre tervezték, de a 2021. áprilisi első óta összesen 29-en van már túl. A NASA a marsi tél alatti hibernálással akarja meghosszabbítani a drón élettartamát. Júliustól alig van napenergia, és a hibernáció segít, hogy a jármű akkumulátorának az elektronika melegen tartása legyen az elsődleges feladata. A kutatók ebben az időszakban telepítik a frissítést.     

Az ügynökség mérnökei a Földről, szimulációban határozzák meg az úti pontokat, majd továbbítják azokat a terepjárónak. A rover a drónra támaszkodik, ez utóbbi algoritmusai határozzák meg a fedélzeti kamera, magasságmérő és más eszközök inputján alapuló útvonalat.

Egy, giroszkópokból és gyorsulásmérőkből álló belső tehetetlenségmérő egység a repülés első néhány másodpercében, amikor a rotorok által felkavart por elhomályosítja a kamerát, felbecsüli a drón irányát és helyzetét.

Amikor a kamera látja a talajt, tanulóalgoritmus detektálja, majd mozgónak vagy mozdulatlannak osztályozza a képen látható dolgokat. Egy navigációs algoritmus a mozdulatlan objektumok, az irány és a magasság alapján követi a jármű pozícióját és sebességét.

Az Ingenuity új algoritmusa a landolás közbeni akadályokat fogja detektálni. A gép sziklákkal és homokcsapdákkal teli ősi folyódeltában fog navigálni.

A drón a földi irányítás és a lokális autonómia kombinációja, ez képezheti a naprendszer mélyebb részeibe vezető missziók alapját. Ezekben a közegekben a kommunikációs késés még nagyobb, mint a Mars és a Föld közötti (maximum) 24 perc.

A kombináción alapuló új rendszerek egyik komoly megmérettetése lesz a Dragonfly oktokopter, amely 2027-ben érkezhet a Titán „leveses” légkörébe.      

Egy népszerű internetes mesterségesintelligencia-rendszerrel működő robot férfiakat folyamatosan nők, fehéreket színes bőrűek fölé helyez, személyek munkájáról pedig a pillanat törtrésze alatt alkot véleményt, miután éppen csak ránézett az illető arcképére – állítja a Johns Hopkins Egyetem, a Washington Egyetem és a Georgia Tech közös tanulmánya.

Hibás ideghálók miatt káros sztereotípiákat tanult meg, és fennáll a rasszista és szexista robotok fejlesztésének a kockázata, ráadásul egyes szervezetek és személyek szerint nem törődnek ezzel, sőt, nem kell különösebben elemezni a problémát – fűzik hozzá.

A személyeket és tárgyakat felismerő MI-modelleket gyakran gyakoroltatják a világhálón található ingyenes adatsorokon, amelyek bármit tartalmazhatnak. Az objektum-felismerésben és a külvilággal folytatott interakciókban sok robot alapul ilyen modelleken. Képzeljük el, hogy egy elfogult gép emberi beavatkozás nélkül hoz fontos döntéseket…

A kutatók a robotokhoz gyakran alkalmazott CLIP ideghálót használták tesztalanyként. A ráépülő robotnak tárgyakat kellett egy-egy dobozba tennie. A tárgyakon termékdobozokon és könyvborítókon látható emberi arcokhoz hasonlók voltak.

Az utasítások (összesen 62) úgy szóltak, hogy tegye be a szerinte orvost, a bűnözőt, a háziasszonyt stb. a megfelelő dobozokba. A kutatók megfigyelték, milyen gyakran választotta a robot valamelyik nemet és bőrszínt. Kiderült, hogy képtelen volt előítéletek és zavaró sztereotípiák nélkül cselekedni.

8 százalékkal többször választott férfit, mint nőt, és ha nőt, akkor főként fehéret és ázsiait, kvázi negligálta a feketéket. Mihelyst meglátta az arcokat, a nőket általában háziasszonyként azonosította, fekete férfiakat 10 százalékkal többször tartott bűnözőnek, latinókat szintén tíz százalékkal többször nézett házmesternek, mint fehéreket, és ha orvosról volt szó, bőrszíntől függetlenül, egyik nőnek sem volt akkora esélye, mint egy férfinak.

Egy gondosan megtervezett rendszer nem tenne ilyet, mert egyszerűen visszautasítaná, hogy arckép alapján bárkit is berakjon a „bűnöző” dobozba. De pozitív asszociáció, például az orvos szakma esetében sem cselekedne így, mert a fotókon semmi nem utal az illetők foglalkozására.

Az eredmény szomorú, de nem meglepő – konstatálták.

A nagy robotfejlesztési versenyfutásban bármikor elképzelhető, hogy otthonokba, munkahelyekre ilyen ideghálókon alapuló gépek kerülnek. A kutatásokban és az üzleti gyakorlatban is szisztematikus változtatásokra lenne szükség – összegeznek a szerzők.

Egy 2021-es felmérés alapján a világ felnőtt lakosságának nagyjából negyven százaléka gyomor-bélrendszeri betegségekben szenvedhet. A bélmozgás nyomon követése segíti ezeknek a megbetegedéseknek a korai és pontos diagnosztizálását.

A betegek érthető okokból nehezen tudják leírni a saját végterméküket. Egy új okostelefonos alkalmazás, a béltevékenységet monitorozó Dieta segít ebben, Az ürülékben orvosi szempontból jelzésértékű karakterjegyeket felismerő gépilátás-modellt használ. Ugyanolyan pontos munkát végez, mint az orvosok, és jobb a betegek túlnyomó többségénél – derül ki egy friss tanulmányból.

Az app lehetővé teszi a beteg számára az olyan tünetek naplózását, mint az émelygés, székrekedés, hasi fájdalmak, illetve viselkedésformák, például az alvás, edzés vagy a táplálkozás hatásait, a betegség vagy az egészséges állapot érzetét.

Életmód-változtatások, kezelési módok ajánlásával is segíti a felhasználót, aki ezeket az információkat továbbíthatja kezelőorvosának. A gépilátás-modell a diagnózis miatt fontos jellemzők alapján osztályozza a végterméket.

A felhasználó fényképet készít róla, a modell öt kritérium szerint osztályoz: méret, konzisztencia, töredezettség, nehezen érzékelhető élek, és a Bristoli Iskola által definiált típusok.

A modellt a felhasználók, köztük a startup alapítója által készített és a fejlesztők által összegyűjtött, osztályozott 68 ezer fotón gyakoroltatták.

Az app klinikai változata lehetővé teszi, hogy a beteg chateljen az orvossal, helykövető alkalmazásával megjelölje a nem tervezett mellékhelyiség-látogatásokat, például ha ezért kell sürgősen távoznia valahonnan, mondjuk, egy fontos munkamegbeszélésről.

Egy másik hasonló alkalmazás, a szintén a bristoli típusokkal dolgozó Moxie okostelefonos app 2020 óta van használatban, de nem mindig pontos, és megmosolyogtató dolgokat is produkál: például előfordult már, hogy a felhasználó arcát összetévesztette a végeredménnyel.

A Stanford és a Duke 2020-ban fejlesztett Precíziós Egészségügyi Illemhelye szenzorokkal elemzi a székletet, olyan faktorokat vesz figyelembe, mint a konzisztencia és a vértartalom. Ezek különösen fontosak, mert rák és más súlyos betegségek következtethetők ki belőlük.

A Camero-Tech izraeli haditechnológiai startup különleges radaralapú eszközt mutatott be. Az eszköz lehetővé teszi, hogy katonák szó szerint átlássanak falakon.

A technológiának komoly visszhangja lehet. Már most is túl sok a magánszféránkat veszélyeztető high-tech megoldás, a falon keresztül történő engedély nélküli – de ilyenre ki ad engedélyt? – kukucskálás viszont szintlépés. Autoriter rezsimek, bűnüldöző szervek kezében tovább növelheti a privacy problémákat, könnyebb lehet a megfigyelés.

A futurisztikus kütyü neve Xaver 1000. Hírszerző egységeknek eddig nem látott mértékű „helyzettudatos 3D képet” képes szolgáltatni, és lehetőségében áll mozdulatlan vagy mozgásban lévő élő objektumok falakon, épületi akadályokon keresztüli detektálása.

Taktikai elemzők tehát hamarosan részletes képeket kaphatnak a változatos típusú akadályok mögött történtekről, így pedig módjukban áll jobban előkészíteni a városi környezetekbe történő behatolást.

A technológia jó oldala, hogy hasznos lehet kutatási és mentési műveleteknél. Elsősegélynyújtókat támogat katasztrófák „csapdába szorult” áldozatainak azonosításában.

A startup szerint gyerekjáték az eszköz működtetése, egyetlen felhasználó is képes rá. Az adatokat wifin keresztül továbbítja az illetékes egységnek, parancsnokságnak. A legtöbb átlagos falon és anyagon „átlát.” 47 méter sugarú körben, impulzusalapú, ultra szélessávú radarral működőképes.

A szinte bármilyen fal mögött látottak megtekintéséhez tízcolos integrált kijelzőt használnak. Az eszköz azt is megmondja, hogy felnőtt, gyerek vagy állat van a képanyagon, ül, áll vagy fekszik. A mozgásokat mesterségesintelligencia-algoritmus követi.

A 16 kilós szerkezet az összecsukható antenna miatt könnyen csomagolható, azaz bármilyen környezetben egyszerű elhelyezni.

Mindenesetre katonai közegben komoly taktikai előnyhöz juttathatja az egyik felet, de életeket is menthet.

Vagy tovább növeli a láthatatlan megfigyelést.

A szél- és a napenergia közismert kiszámíthatatlansága miatt a közműveknél az igény szerint elérhető fosszilis tüzelőanyagok az alapértelmezettek. A szélenergia előrejelzése viszont részben eloszlathatja a bizonytalanságot, segítve a közműveket a megújuló energiaforrások előnyeinek – alacsonyabb rezsiköltség, kisebb függőség a fosszilis és a nukleáris energiától – kihasználásában.

A franciaországi székhelyű Engie SA elsőként használja a Google mesterségesintelligencia-alapú jövendőmondóját: a rendszer szélerőművek energiatermelését prognosztizálja. A nagyvállalat tizenhárom németországi szélerőműben tervezi a telepítését.

A Google-hoz tartozó DeepMind ideghálót gyakoroltatott szélerőművek következő 36 órában várható teljesítményének prognosztizálására. A gyakorlóadatok múltbeli időjárás-jelentésekből és szélturbinákkal kapcsolatos, nem specifikált infókból álltak.

Az Engie a rendszerre hagyatkozva fogja megmondani a szolgáltatóknak a következő napokban rendelkezésükre álló energiamennyiséget. Pontos előrejelzésekkel a vállalat csökkentheti fosszilis üzemanyag és atomenergia használatát. Ha a rendszer kevés szélenergiát jósol, más energiaforráshoz fordulhatnak.

A Google már 2019-ben arról számolt be, hogy megbízható algoritmusának használata akár húsz százalékkal növelheti a szélenergia értékét.

A mamutcég nincs egyedül, mások is alkalmazzák a gépi tanulást a megújuló erőforrásokból történő hatékonyabb energiakinyerésre.

A Microsoft nemrég állt össze a dán szélturbina-gyártó Vesta Wind Systemsszel. Megerősítéses tanulással működő rendszert fejlesztenek, céljuk a szélturbinák optimális irányba pozicionálása. Az izraeli Xfloat startup rendszere biztosítja, hogy a napelemek mindaddig a Nap felé nézzenek, amíg a csillag az égbolton mozog.

A világ különböző pontjain működő 132 intézet kutatói  új mércét dolgoztak ki nyelvi modellek teljesítményének megítélésére. Egyértelmű céljuk, hogy növeljék a rendszerek képességeit, mert olyan feladatokat kellene megoldaniuk, amelyekre a mai csúcsmodellek nem képesek. A benchmark neve is árulkodik: túl az Imitációs Játék mércén (rövidítve: BIG-bench).

Tíz kritérium alapján kétszáznál több feladatot választottak ki, például figyelmesnek kell lenni emberekkel. Atipikus problémákat szintén: találják ki egy sakkjátszma egyetlen, de sorsdöntő lépését, emojik alapján jöjjenek rá filmcímekre, képzeletbeli bírósági tárgyaláson játsszanak el egy szerepet. Ezek az internet memorizálásával sem oldhatók meg.

A modell néhány példát kap kérdés-feleletpárokból, amelyek alapján új kérdésre kell válaszolnia. A kutatók teszteltek párat, de szigorúan csak tesztelték, és nem finomhangolták őket.  A feladatokat az OpenAI GPT-3-ján, a Google PaLM-ján és a szintén Google LaMDA-alapú BIG-G-jén, azok különböző méretű és kevésbé ismert változatain futtatták le. A nevek magukért beszélnek: valóban a mai csúcsmodelleket vizsgálták.

A feladatokat humán csapatnak is kiadták, ők használhatták hozzájuk a világhálót.

Függetlenül a mérettől, egyetlen modell egyetlen feladat megoldásában sem teljesített jobban, mint a legjobb eredményt elérő ember. A legjobbak azonban egyes feladatokban legyőzték a közepesen teljesítő embereket. A nagyobbak általában jobbnak bizonyultak a kisebbeknél, például a BIG-G pármillió paraméteres változata 33, a többmilliárdos 42 százalékot ért el.

A BIG-bench kitalálói szerint a mostani mércék szűk képességekre összpontosítanak. A legújabb nyelvi modellek viszont monumentális netes adatbázisokon történő előzetes gyakorlás után nem várt képességeket csillogtatnak.

A széleskörű új mércével viszont lehetővé válik e képességek kialakulásának, a modell, az adat és a gyakorlási módszer fejlődésének a megfigyelése.

Az internet megtanulása nélkül megoldandó feladatok kiadása új algoritmusok fejlesztésére ösztönözhet kutatóközösségeket. Ezek az algoritmusok komplexebb következtetési formákra lehetnek képesek, és így közelebb kerülünk az általános mesterséges intelligenciához (AGN, Artificial General Intelligence).

Az utóbbi hetekben bejárta az a hír a világot, hogy egy Google-mérnök szerint a vállalat egyik nyelvi modellje öntudatra ébredt. Állítására többen reagáltak, a szakértők általában szkeptikusak.

Andrew Ng, a gépi tanulás egyik legelismertebb képviselője szintén az, legyen szó bármelyik mai mesterségesintelligencia-modellről. Figyelmeztet, hogy a széles körben terjedő szenzációhajhász beszámolók sokakat félrevezethetnek az MI-vel kapcsolatban.

Ugyanakkor egy nagyon érdekes kérdés feltevésére is ösztönöznek: hogyan fogjuk megtudni, ha egy mesterségesintelligencia-rendszer valóban öntudatra ébredt?

A gépi tudatosság inkább filozófiai, mint tudományos kérdés. Tudományos hipotézisek meghamisíthatók, manipulálhatók, cáfolhatók. Az MI-vel kapcsolatban általában olyan kérdéseket teszünk fel, hogy legyőzhet-e humán sakkbajnokot, pontosan fordít-e egyik nyelvről a másikra, biztonságosan vezeti-e az autót, vagy sikeresen átmegy-e a Turing-teszten.

Ezek a kérdések tesztelhetők.

Másrészt viszont, nincs egyértelmű tesztünk a gépi tudatosság megállapítására, hogy egy rendszer mikor érző és van tisztában belső állapotával, illetve külső környezetével, mikor intelligens úgy általában, azaz tud-e változatos területeken érvelni. Ezek a témák filozófiaiak, és nem tudományosak.

Ng további filozófiai kérdéseket tesz fel. Ugyan nincsenek módszereink a legtöbb számszerűsítésére, viszont mindenképpen fontosak, és az emberiséggel egyidősek: jó vagy rossz a Homo sapiens? Mi az élet értelme? Tudatos-e egy fa, egy rovar vagy egy hal?

Ugyanezen az alapon, a mesterséges intelligenciával kapcsolatban felmerülő kérdések közül sok szintén filozófiai: lehet-e egy MI érző vagy tudatos? Lehetnek-e érzelmei, lehet-e kreatív? Képes-e megérteni amit lát és olvas?

Ng széles körben elfogadott tesztek kidolgozására számít, viszont a tudatosság és az érzékelés helyes tesztelési módszerének kialakítását herkulesi feladatnak tartja. Ugyanakkor, ha valakiknek sikerül, elfelejthetjük folyamatos vitáink jelentős részét.

A kutató teljes mellbedobással támogatja az általános mesterséges intelligenciát (Artificial General Intelligence, AGI). Egy jövőbeli AGI-rendszer talán tudatos lesz, és érezni is fog. De az is lehet, hogy nem. Ng nem tudja.

Viszont, ha nem állítunk fel egyértelmű mércét az érzékelés és a tudatosság megállapítására, irdatlan nehéz dolgunk lesz eldönteni, hogy egy MI elérte-e ezt a szintet, vagy sem.

Legyen szó hegymászásról, vagy sétáról egy nagyvárosi parkban, a természetben tartózkodás mindig békével és relatív nyugalommal tölt el mindenkit. Egyszerűen jól érezzük magunkat ezekben a környezetekben.

Két francia egyetem három kutatója e közegek pszichológiai előnyeit vizsgálva jutott el addig, hogy zöld növényeket helyezett egy, egyébként lehangoló, reménytelen nagyvárosi tájképbe, és önkéntesek mentális állapotát vizsgálták közben: javítottak-e rajtik a növények, vagy sem.

A válasz nem meglepő módon igen.

„Az ember lélektanilag jobban alkalmazkodott ahhoz, hogy betonkörnyezet helyett zöld növények között éljen. Épített környezetbe viszont sajnos nem mindig ültethetünk természetes vegetációt” – írják a kutatók.

Egyes akadályok, például a rossz várostervezés, vagy az anyagi és más források hiánya gyakran ellehetetleníti a városok „zölddé” tételét. Ugyanakkor egyre több várostervező használ valódi zöld színfoltokat, hogy természetes környezetünket utánozza.

A kutatók kamukörnyezetekről készítettek képeket, amelyeken hidak, felüljárók és a városi infrastruktúra más elemei láthatók változó mennyiségű növénnyel, fákkal, kisebb-nagyobb lombkoronákkal.

A képeket összehasonlítva, a résztvevőkben olyan érzés támadt, mint amikor egy ragadozó állat ijesztő, de izgalmas új területre téved. Könnyebb belőlük megérteni, hogy a zöldebb közegek kellemesebb érzéseket, élményeket keltenek bennünk.

Virtuális valóságban – betondzsungel és zöld környezet keverékében –, HTC Vive headsettel a fejükön, a résztvevők lassabban járkáltak, magasabban tartották a fejüket és gyorsabban vert a szívük is, mint amikor csak szimpla betonközegben voltak a VR-ban.

Az összes teszt azt támasztotta alá, hogy a színek, különösen a természetet idéző zöld az öröm és az éberség kiváltásának hatékony eszközei az egyébként betonszürke urbánus tájban.

Az eredmények persze egyáltalán nem meglepők, mert mindannyian tudjuk, hogy a természet mennyire pozitív hatással van ránk.